VoiceCraft
VoiceCraft是一款开源的神经编解码器语言模型，专攻零样本语音编辑和文本到语音（TTS）任务。它采用Transformer架构，通过token重排过程结合因果掩蔽和延迟叠加技术，实现在现有音频序列内高效生成自然的语音。VoiceCraft在多种口音、风格和噪声条件下表现出色，适用于有声读物制作、视频内容创作、播客音频编辑及多语言内容生产等场景。
建模
World Labs
李飞飞联合创办的空间智能初创企业。World,Labs致力于构建能够感知、生成并与3D世界互动的大型世界模型，将AI模型从2D像素的平面提升到完整的3D世界。
FabricDiffusion
FabricDiffusion是一项由谷歌与卡内基梅隆大学联合开发的高保真3D服装生成技术，可将2D服装图像的纹理和印花高质量地转移到3D服装模型上。其核心技术基于去噪扩散模型和大规模合成数据集，生成多种纹理贴图并支持跨光照条件的精准渲染，具备优秀的泛化能力和实际应用潜力，适用于虚拟试衣、游戏开发、影视制作及时尚设计等多个领域。
KickRender
KickRender是一款利用AI技术的3D渲染工具，支持从多种建模软件导入视图或图像进行高质量渲染。其主要功能包括快速渲染、无缝集成、文本到渲染转换及拖放操作，帮助用户高效完成设计迭代。广泛应用于建筑设计、室内设计、景观设计、产品设计以及游戏和影视制作等领域，助力设计师快速呈现创意成果。
AllMind AI
AllMind AI是一款基于AI和机器学习的金融分析平台，提供实时市场洞察、深度股票分析及个性化投资策略生成等功能。它能够整合分散数据源，降低信息获取成本，并通过预测分析帮助用户识别市场趋势。此外，AllMind AI还支持多层级订阅模式，适用于个人投资者、专业顾问及企业用户，旨在提升投资效率并优化资源配置。
